原文传递
时变环境下结构损伤的高斯混合模型-路径累积成像方法
| 专利名称： | 时变环境下结构损伤的高斯混合模型-路径累积成像方法 |
| 摘要： | 本发明提出了一种时变环境下结构损伤的高斯混合模型‑路径累积成像方法，属于航空结构健康监测技术领域。本方法首先采用高斯混合模型抑制时变因素的影响，得到时变无关的信号特征参数以可靠表征结构压电传感器网络中各个激励‑传感路径受损伤影响的程度；再采用路径成像算法融合网络中所有路径的时变无关的信号特征参数，实现损伤成像；最后通过在监测过程中不断更新高斯混合模型并成像，获得一系列损伤信息不断累积、损伤在图像中不断凸显的成像结果，从而最终实现损伤定位。本发明解决了常规损伤成像方法在时变因素影响下难以进行准确损伤定位的问题，有效提高了航空结构在时变环境下损伤诊断的可靠性。 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 江苏;32 |
| 申请人： | 南京航空航天大学 |
| 发明人： | 邱雷;袁慎芳;任元强;房芳 |
| 专利状态： | 有效 |
| 发布日期： | 2019-01-01T00:00:00+0800 |
| 申请号： | CN201810049766.7 |
| 公开号： | CN108303433A |
| 代理机构： | 南京经纬专利商标代理有限公司 32200 |
| 代理人： | 曹芸 |
| 分类号： | G01N23/00(2006.01)I;G;G01;G01N;G01N23;G01N23/00 |
| 申请人地址： | 210017 江苏省南京市秦淮区御道街29号 |
| 主权项： | 1.一种时变环境下结构损伤的高斯混合模型‑路径累积成像方法，其特征在于，包括如下几个步骤：(1)当结构处于时变环境及健康状态下时，连续采集R次结构上布置的压电传感器网络中各激励‑传感路径的导波信号，R为大于等于1的自然数，对于其中的每一个路径，从其R次信号中提取R组二维特征参数，构建包含R个样本的基准二维特征参数样本集，在此基础上建立基准高斯混合模型来表征基准二维特征参数样本集受时变条件影响产生的不确定性分布；(2)当结构处于时变环境及监测状态下时，采集一次各激励‑传感路径的导波信号，对于其中的每一个路径，分别提取一组二维特征参数并用于更新该路径的基准二维特征参数样本集，得到更新后的监测二维特征样本集，进而建立监测高斯混合模型；(3)对于压电传感器网络中的每一个激励‑传感路径，采用基于概率分量最小匹配KL距离的概率分布迁移距离计算方法来量化更新后的监测高斯混合模型和基准高斯混合模型之间的迁移程度，将度量结果作为时变无关信号特征参数，以在时变条件下可靠表征该路径受损伤的影响程度；(4)基于压电传感器网络中各路径的时变无关信号特征参数，采用路径成像算法融合网络中所有路径的时变无关信号特征参数进行成像，生成整个网络监测范围内的损伤成像结果；(5)重复步骤(2)至步骤(4)N次，N为大于等于1的自然数，即每采集1次各激励‑传感路径的导波信号后，就更新各路径的监测二维特征参数样本集、监测高斯混合模型、计算时变无关信号特征参数并进行成像，从而获得按时间先后顺序累积的N幅损伤成像图像；(6)通过判别累积的N幅损伤成像图像中损伤逐渐凸显的位置实现损伤定位。 |
| 所属类别： | 发明专利 |
检索历史
应用推荐
